Belegarbeit (.pdf - 2.3 MB) - Technische Universität Dresden

4. ERHÄLTLICHE PROGRAMME 25
4.1.3 XVoice
XVoice ermöglicht durchgängige Spracheingabe und Sprachsteuerung unter Linux. Um die Spracheingaben
in Text umzuwandeln wird IBMs ViaVoice benötigt. ViaVoice ist allerdings weder gemeinsam
mit XVoice erhältlich, noch kostenlos. [5] Des weiteren wird ViaVoice nicht mehr von IBM betreut oder
angeboten. Weitere Informationen zu ViaVoice sind im Abschnitt 4.2.3 zu finden. In XVoice kann der
Nutzer verschiedene Sprachkommandos mit Aktionen verbinden. Dazu muss er diese Kommandos in Vokabularen
zusammenfassen. Diese wiederum können dann mit unterschiedlich Anwendungen oder Modi
verknüpft angewandt oder aber dauerhaft verwendet werden. In einem Übersichtsfenster zeigt XVoice
die aktiven Vokabulare und die letzten Spracheingaben an. Falls eine Spracheingabe einem Kommando
sehr ähnelte, aber XVoice sich nicht sicher genug ist, wird dies im Übersichtsfenster grau unterlegt angezeigt.
Eine Aktion wird aber nicht ausgeführt. Innerhalb einer Anwendung ist XVoice in einem von vier
Zuständen. Im Kommandomodus wird nur auf Befehle aus dem Vokabular reagiert. Im Diktiermodus
werden nur generelle Kommandos beachtet, ansonsten wird jede Spracheingabe einfach aufgeschrieben.
Im Untätig-Modus werden nur generelle Befehle ausgeführt. Im vierten, dem Diktier- und Kommandomodus
werden beide Modi kombiniert. Um in diesem Modus Kommandos zu erkennen muss vor und
nach jedem Kommando eine Pause gelassen werden.[21] Zusammenfassend kann man sagen, das XVoice
durch die verschiedenen Modi sowohl kontinuierliche wie auch diskrete Spracheingabe unterstützt.
Gleichzeitig kann, durch die Modi einerseits ein möglichst kleines, auf die jeweilige Anwendung abgestimmtes
Vokabular verwendet werden und andererseits mit Hilfe des umfangreiches Vokabulars die
Texteingabe realisiert werden. Die Spracherkennung erfolgt dabei sprecherabhängig. Um bestmögliche
Ergebnisse zu erzielen sollte ViaVoice, auf dem XVoice basiert, vor der Arbeit trainiert werden.
4.2 kommerzielle Anwendungen
4.2.1 Dragon Naturally Speaking
Dragon Naturally Speaking wird von Nuance entwickelt. Es bietet Spracheingabe, Sprachsteuerung
und fließende Sprachausgabe von Texten in einem. Die Spracheingabe bietet die Möglichkeit Texte
auf Deutsch oder Englisch zu diktieren. Dies soll laut Hersteller dreimal schneller als mit der Tastatur
funktionieren. Dabei kann eine Erkennungsrate von bis zu 99Prozent erreicht werden. Der Spracherkenner
muss vor Beginn der Arbeit nicht trainiert werden. Während der Arbeit legt das Programm
allerdings automatisch ein Nutzerprofil an und verfeinert es fortlaufend, um die Fehlerrate zu senken.
Zusätzlich zur Diktierfunktion sollen mit Dragon Naturally Speaking auch die meisten Windows XP
und 2000 Anwendungen und die Maus per Spracheingabe steuerbar sein. Außerdem kann der Nutzer